На первом этапе с 2008 по 2012 годы предполагалось усиление конкурентных преимуществ, традиционных для экономики России отраслей промышленности, необходимым условием модернизации которых является развитие высокотехнологических отраслей экономики за счет создания кластеров в европейской и азиатских частях России. В рамках работ первого этапа в 2012 году Министерством экономического развития Российской Федерации было отобрано 25 пилотных инновационных территориальных кластера, деятельность которых будет поддерживаться со стороны государства. Перечень закреплен поручением Председателя Правительства Российской Федерации №ДМ-П8-5060 28 августа 2012 г. Сформированные кластеры будут использоваться в качестве «точек роста» при реализации второго этапа, запланированного на период 2013-2020 годов. Основной целью, достижение которой обеспечивается формированием промышленных и инновационных кластеров на этом этапе является осуществление мощного рывка в развитии промышленности страны, сопровождающегося переходом на новые технологии 5-6 технологического уклада.

Кластер как форма пространственной организации производства способствует повышению эффективности использования потенциала территории. В то же время, создание кластера на территории, обладающей необходимой инфраструктурой и ресурсами в значительной степени повышает вероятность того, что кластер действительно станет «точкой роста», способной обеспечить экономическое развитие региона, и отраслей промышленности основанное на инновационных технологиях. В настоящее в исследованиях посвященных теории и практике кластерного развития используются различные методики описания и определения  кластеров. Отсутствие общепринятого метода идентификации кластеров, как в мировой, так и в российской практике существенно затрудняет оценку их потенциала.

Анализ исследований данной проблематики позволяет выявить несколько наиболее часто встречающихся подходов к идентификации кластеров. В частности, количественные методы идентификации кластеров на основе использования статистических данных встречаются в работах Г.Линквист, Е.Фезер, Е.М. Бергман и др. Основу данной группы составляют следующие методы: коэффициент локализации, коэффициент Джинни, метод «затраты-выпуск». Ряд других авторов, например, О.Солвел, А.Маркусон и др. предлагают для идентификации кластеров использовать качественную информацию, полученную экспертами в ходе опроса.

Необходимость оценки кластера может возникать в двух случаях: для оценки жизнеспособности уже существующего кластера, и для диагностики потенциальных кластеров, оценка территории на предмет наличия взаимодействующих предприятий, способных объединиться в кластер.

Указанные ранее количественные и качественные методы составляют основу наиболее применяемых подходов[2] к идентификации кластеров, выбор которых зависит от целей проводимой идентификации. Первый подход, основанный на идентификации кластеров с позиции конкурентоспособности, предложенный М. Портером рекомендуется использовать для определения потенциальных кластеров. Этот подход предполагает:- анализ крупной фирмы или концентрации схожих фирм;

- выявление цепочки связанных с ними по вертикали ниже- и вышестоящих фирм и организаций; – поиск по горизонтали отраслей, проходящих через общие каналы или производящие побочные продукты/услуги; – выделение организаций, обеспечивающих для кластера специальные навыки, технологии, капитал или инфраструктуру, а также выделение любых групповых образований, в которые входят участники кластера;- поиск правительственных, законодательных структур, влияющих на участников кластера. Согласно оценке по М. Портеру регион обладает потенциальными кластерами при наличии на его территории определенного скопления участников кластера; территория обладает конкурентными преимуществами, на ней присутствуют компании-лидеры, способствующие этой концентрации, и имеются производственно-технологические взаимосвязи и кооперация между участниками.

Второй подход, направленный на выявление потенциала кластеризации региона, основан на определении и измерении региональной специализации. Сущностно-содержательные характеристики некоторых применяемых для идентификации кластеров подходов представлены в табл.1.

В данном исследовании рассмотрена только часть и подходов к процедуре выявления и оценке кластеров. В настоящее время в отечественной и зарубежной литературе присутствует достаточное количество инструментарных средств и методов исследования кластеров. Актуальность их применения зависит от целей исследования и специфики различных отраслей и сфер экономики.

Таблица 1 Характеристики подходов к идентификации кластерных образований

Для объективной идентификации кластеров, выявления перспективных с позиции образования кластеров территории и необходимых элементов государственной поддержки необходимо разработать подход, позволяющий комплексно использовать качественные и количественные показатели, формализовать процедуры обработки информации для систематизации собранных данных и снижения доли субъективности при проведении экспертизы.

Рисунок 1. Выручка «Ростех», млрд. руб.

За время своего существования корпорация добилась серьезных результатов, что свидетельствует о правильности выбранной стратегии развития и поставленных целей. Сегодня бренд Ростеха неразрывно связан с наукоемкой промышленностью России. Далее целесообразно рассмотреть зависимость объемов инвестиций из федерального бюджета и выручки «Ростех» с помощью корреляционного анализа. Ниже представлена таблица вспомогательных величин (табл.1).

Таблица 1. Таблица вспомогательных величин

Вычислим коэффициенты  a и b для  уравнения линейной регрессии y = ax + b по известным формулам:

a = (Σx_i Σy_i – n Σx_iy_i)/(( Σx_i)² – n Σx_i ²)          (1)

a = (234*3786-4*228935,1)/(234²-4*16391,46 = 2,7583

b = (Σx_iΣx_iy_i-Σx_i² Σy_i)/((Σx_i)²-nΣx_i²)          (2)

b = (234*228935б1-16391,1*3786)/(234²-4*16391,46) = 785,1415

Итак, искомое уравнение линейной регрессии имеет вид:

y = 2,7583x+785,1415

Вычислим коэффициенты линейной парной корреляции (r_xy) и детерминации (R²):

r_xy = (nΣx_iy_i-Σx_iΣy_i)/ √ ((nΣx_i²-(Σx_i)²)(nΣy_i²-(Σy_i)²)            (3)

r_xy = (4*228935,1-234*3786)/ √(4*16391,46-234²(4*3611694-3786²) = 0,8532

Следовательно, R² = 0,8532² = 0,7279

Модель прошла проверку на адекватность и достоверность, следовательно, можно сказать, что связь между величинами сильная. Коэффициент корреляции и детерминации показывает, что существует прямая связь между государственным финансированием корпорации и её выручкой, то есть с увеличением государственных инвестиций растёт выручка корпорации,и наоборот. С помощью методов скользящей средней сформируем прогноз на 2015 год.

1. Возьмём величину интервала сглаживания равную 3 (n = 3). Рассчитаем скользящую среднюю по установленному интервалу n по формуле среднего арифметического значения.

m₂₀₁₁ = (16,3+34,6+35,5)/3=28,8

m₂₀₁₂ = (34,6+35,5+66,1)/3=45,4

m₂₀₁₃ = (35,5+66,1+97,8)/3=66,5

Таблица 2. Вспомогательная таблица метода скользящей средней

2. Рассчитаем среднюю относительную ошибку по каждой скользящей средней по формуле:

( /Уt- m/)/Уt*100          (4)

ε₂₀₁₁= (34,6-28,8)/34,6*100 = 16,8

ε₂₀₁₂= (35,5-45,4)/35,5*100 = 27,9

ε₂₀₁₃= (66,1-66,5)/66,1*100 = 0,6

3.Рассчитав скользящую среднюю для всех периодов, строим прогноз по формуле:

           (5)

4. Рассчитываем общую среднюю относительную ошибку.

ε = 45,3/3= 15,1

Точность прогноза хорошая. Данный анализ показывает прогнозное с небольшим относительным отклонением значение средств, финансируемых государством ГК «Ростех» в 2015 году. Точное значение мы получим после представления корпорацией Годового отчёта 2015 года.

В 2016 году в государство стремиться поддержать ключевые отрасли имеющие потенциал по выходу на мировые рынки высокотехнологичной продукции и обеспечивающие экономическую безопасность. Расходы по разделу «Национальная оборона» на ядерно-оружейный комплекс будут увеличены почти на 4 млрд руб. Таким образом, можно заключить что несмотря на внешнее санкционное давление, «Ростех» сможет реализовать инновационно-инвестиционные проекты и рассчитывать на выполнение запланированных показателей эффективности. Но вопрос об эффективности государственных корпораций всё же остаётся открытым. Существует множество негативных суждений по данному вопросу. Так, экс-министр финансов РФ председатель Комитета гражданских инициатив Алексей Кудрин считает, что «… госкорпорации в российской экономике не играют существенной роли, их нужно постепенно лишать неконкурентных преимуществ и приватизировать» [4]. Он также подчеркнул, что создание госкорпораций – это лишь вынужденная мера в истории развития любой мировой экономики, государство не должно так активно работать на рынке. Отмечается монопольное положение госкорпораций, гарантированная государственная поддержка, что выгодно их отличает от других крупных предприятий. Федеральным законом 215-ФЗ от 13 июля 2015 года создана государственная корпорация Роскосмос, что говорит о намерении государства продолжать начатую политику поддержки отраслей промышленности посредством инвестирования в госкорпорации. Тем не менее, вопрос о деятельности такой формы организации бизнеса остается открытым, в российском обществе пока не сложилось единого мнения о роли государственных корпораций в отечественной экономике. Одни специалисты высоко оценивают деятельность этих компаний, признавая их решающую роль в сохранении промышленности и её инновационном развитии, улучшении использования огромного государственного имущества. Другие – настаивают на необходимости преобразования их в иные формы юридических лиц, не обладающие специальным статусом и особыми привилегиями.

Далее проводится линейная регрессия зависимости между объемом государственных инвестиций и чистой прибыли Госкорпорации РОСАТОМ.
Нахождение и анализ уравнения линейной регрессии  для исходных данных в таблице 2:

i	1	2	3	4
	938	607	871	923
	14826	10338	19019	20101

Для того, чтобы продолжить анализ необходимо рассчитать исходные данные в представленной таблице 3.

№
1	938	14826	13906788	879844	219810276
2	607	10338	6275166	368449	106874244
3	871	19019	16565549	758641	361722361
4	923	20101	18553223	851929	404050201
Сумма	3339	64284	55300726	2858863	1092457082

Далее по формулам рассчитаны коэффициенты a, b для заданной в начале линейной регрессии :

;	(1)
;	(2)

Подстановка коэффициентов в уравнение линейной регрессии: 

Следующим шагом будет вычисление коэффициентов линейной парной корреляции () и детерминации ():

;	(3)

Из этого считаем детерминацию:

	(4)

Данная модель прошла проверку на достоверность и адекватность , поэтому, можно сделать вывод, что связь между величинами сильная. Коэффициент корреляции составляет и детерминации , сделовательно, высокие показатели прямой связи между объемом государственных инвестиций в Госкорпорацию «Росатом» и ее прибылью.
Проделав данные расчеты, можно предположить, что прибыль Госкорпорации зависит от ее внешних вложений государства, это повышает финансовое состояние организации, умножает вложенный капитал, увеличивает реальные производительные активы и финансовую свободу.
Данное предприятие имеет трудности с финансовым состоянием, поэтому целесообразно провести анализ банкротства данной организации или риск его образования. Определим по модели британского ученого Таффлера [4, с. 428] состоятельность или несостоятельность данной организации, в таблице 4 есть необходимые показатели для расчета [2, с. 94].

 (5)

Подставить необходимо в модель Таффлера:

Полученные показатели выше чем 0,3, т.е., с состояние госкорпорации можно оценить как удовлетворительное, «Росатом» имеет шанс на перспективы развития, если управляющие обратят свое внимание на проблемы предприятия в ближайшее время, а вот если значение было бы меньше 0,3, то организация близка к потере платежеспособности. 
На сегодняшний день представленная в открытом доступе информация о деятельности государственных корпораций представлена в разных форматах и в ограниченном виде, что затрудняет прогнозирование их развития при помощи математического аппарата. Например, полезно было бы оценить деятельность государственных корпораций высокотехнологичных отраслей при помощи моделей двухсекторной экономики. Для боле полноценной оценки деятельности государственных корпораций при отсутствии точных данных, рекомендуется разработать адекватную систему мониторинга и применять математический аппарат нечеткой логики, основанный на экспертных оценках.